航天器自适应有限时间反步控制

针对存在转动惯量不确定以及外部干扰的航天器姿态跟踪问题,提出基于反步法的自适应有限时间控制方法。建立四元数描述的系统模型,设计有限时间命令滤波器用以逼近虚拟控制律导数,从而避免反步法设计中的复杂性爆炸和奇异值问题。采用神经网络估计未知非线性函数,设计自适应有限时间控制器,保证系统跟踪误差有限时间收敛。仿真结果验证所提方法的有效性。

一类非参数不确定系统的自适应神经网络重复学习控制

本文针对一类非参数不确定系统提出一种自适应神经网络重复学习控制方法。利用期望轨迹的周期特性,构造周期性期望控制输入,并设计重复学习律估计未知期望控制输入并补偿系统周期不确定,实现系统对期望轨迹的高精度跟踪。在此基础上,利用神经网络估计系统未知状态和补偿非周期性不确定,进而提高系统鲁棒性。与已有的部分限幅学习律相比,本文提出的全限幅重复学习律可以保证估计值的连续性且能够被限制在指定的界内。最后,基于Lyapunov方法分析误差的收敛性能,并给出仿真结果验证了本文所提方法的有效性。